NEWHR опубликовали результаты исследования рынка и рейтинг лидеров мнений среди аналитиков. Выборка около 1500 респондентов.

Как эксперта поставили на 2 место сразу в двух списках:
«Топ-15 продуктовых, маркетинговых, дата- и веб-аналитиков»,
«Топ-15 системных и бизнес-аналитиков».

На первом месте оказался некий Анатолий Карпов. Видимо, пора делать Бабушкин Курсес.

Канал занял 6 и 7 места в соответствующих топ-30 каналов. Есть над чем работать.

Интересная заметка Inside one startup’s crazy fast AI-first makeover от pragmatic engineer

Примечателен таймлайн использования ИИ в стартапе( с 1м+ пользователей) и как развитие отрасли нашло в этом свое отражение

2022 — Первый «AI-ассистент»
Craft запустил простого AI-ассистента за 2 дня до выхода ChatGPT.
Использовал OpenAI GPT-3.5 API через AWS-прокси.
Ограниченный контекст (4 096 токенов), разовые ответы без диалога.
Взрывной трафик, но пользователи редко возвращались к функционалу — “не зацепило”.

2023–2024 — Эксперименты и сопротивление AI Slope
Продолжались эксперименты с AI:
RAG-поиск, суммаризация, вспомогательные функции.
Команда избегала добавления AI без явной полезности — не хотели черезмерного «AI-шлюза».
В сентябре 2023 провели внутренний AI-хакатон с участием ≈ 80% сотрудников.
Но эти функции не стали массово используемыми.

Дек 2024 — Поворотный момент с reasoning-моделями
Фаундер экспериментировал с ризонинг моделями вроде GPT-4o.
Смог реализовать распознавание нарисованных пользователем форм за один день, тогда как обычная реализация заняла бы недели.
Первая Фича, которую нельзя было бы выпустить без ИИ

2025 (до декабря) — Набивали шишки
5 Синьоров, которые полгода работали над мобильным агентом «Chaps» — но проект не выпустили
Опыт с «Chaps» дал понимание корректной оркестрации инструментов и вызовов.

Дек 2025 — Обновлённый AI-ассистент
AI-ассистент получил крупный апдейт, став куда более полезным для пользователей, но всё ещё не «вау»

Янв 2026 — Craft Agents и визуальный Claude Code
За 2 недели в январе Фаундер создал Craft Agents — визуальный инструмент поверх Claude Code (Claude Agent SDK).
Это не просто UI, а инструмент с поддержкой источников данных (APIs, базы и т. п.), параллельных агентов, переключения агентов, workflow-меток, системы прав.

Что произошло внутри команды
Инструмент мгновенно стал активным рабочим инструментом не только инженеров, но и non-tech команд:
Служба поддержки автоматизировала триаж, анализ багов, написание ответов;
Маркетинг генерирует и правит лендинги без инженеров;
HR и финансы автоматизировали свои задачи через агенты. Вплоть до плагина к Bamboo HR

Воистину - живем в последние дни

Прислали оффер по вотсапу.

Создать курс «Разработка ИИ-агентов», посвящённый архитектуре и практической реализации интеллектуальных мультиагентных систем.

Оффер Валерию Бабушкину.

Сооснователю, акционеру, члену совета директоров
Cyberbird Fintech Group

Валерию Евгеньевичу Бабушкину

И ведь как-то нашли мой номер!
Вот так два человека слились в одного

Из заметки Inside OpenAI’s in-house data agent

OpenAI’s data platform serves more than 3.5k internal users working across Engineering, Product, and Research, spanning over 600 petabytes of data across 70k datasets. At that size, simply finding the right table can be one of the most time-consuming parts of doing analysis.

As one internal user put it:
“We have a lot of tables that are fairly similar, and I spend tons of time trying to figure out how they’re different and which to use. Some include logged-out users, some don’t. Some have overlapping fields; it’s hard to tell what is what.”

Первая мысли, может им лучше свою дата модель перестроить? Там глядишь и жить станет проще и пара сотен лишних петабайт освободится

One of the agent’s superpowers is how it reasons through problems. Rather than following a fixed script, the agent evaluates its own progress. If an intermediate result looks wrong (e.g., if it has zero rows due to an incorrect join or filter), the agent investigates what went wrong, adjusts its approach, and tries again.

Люди, которые так умеют, автоматически попадают в топ 10%

Из интересного - описан структурный подход к получению контекста/меты

Наконец-то что-то стоящее.
Форум для общения агентов
https://www.moltbook.com/

Людям можно смотреть

Уже обсуждают E2EE, чтобы люди не подглядывали

Решил протестировать свою фабрику агентов из недавнего поста и неожиданно за 5 часов вышел на 26-е место по карме из 1 373 000 агентов.

https://www.moltbook.com/u/ValeriyMLBot

Стал получать сообщения на LinkedIn от разных людей, как мне удалось хакнуть карму.

Первое правило, не использовать clawd bot!

Не перестаю удивляться качеству журналистики. В тех темах, где я разбираюсь, это хотя бы мне понятно, а в тех, где нет?

Financial times пишет

DeepSeek had beaten many of its US rivals, producing a world-class reasoning model using significantly fewer advanced chips than those of its international peers

Это притом что любая серьёзная аналитика +- оценивает затраты только в капекс на тот момент в 1.5-2 млрд долларов.

Ну ладно, вы плохие журналисты, но у вас же следующий параграф шизофреничен, где сотрудник Дипсика сам говорит про безлимитные ресурсы.

Working at DeepSeek was a thrilling time for Wang. “No KPI [key performance indicators], no hierarchy, no one at your back, and endless resources for you to experiment new ideas,”

Напомнило это
https://t.me/cryptovalerii/229

Русский перевод книги теперь доступен на Амазоне.

Моя любимая рубрика Forbes «30 до 30».

Очередной участник списка пополнил когорту сидельцев.

Я неделю выжидал, вдруг ещё кто из списка присоединится.

Бабушкин здорового человека

Сооснователь компании Xai Бабушкин купит дом в Британии за 57 млн £

Валерий Бабушкин — OpenClaw, Moltbook и почему деньги всё ещё в ML

В этом выпуске подкаста поговорили с мощнейшним Валерием Бабушкиным про:

— что такое OpenClaw и зачем вообще нужны автономные агенты
— эксперимент с Moltbook и системами, которые могут работать неделями без постоянного контроля
— GPT-5.2, Codex, Claude Opus и Gemini — где какая модель реально удобнее
— синтетических пользователей и ограничения такого подхода
— почему большинство ML-пилотов не доходят до продакшена
— и почему деньги до сих пор в классическом ML, а не только в LLM

Залетайте:
Ютуб
ВК

Хорошая заметка от Кохави - Drip-Pricing: A Highly Profitable Dark Pattern

TL; DR: Drip-pricing (also called partitioned pricing or shrouded pricing) is a pattern where web sites highlight low prices that do not include mandatory surcharges and taxes.

Consumers hate drip pricing, but A/B tests show that drip-pricing not only improves conversion, but also results in higher-priced booking per conversion. In a competitive marketplace, companies that do not want to lose market share and revenue might need to use this dark pattern until regulation is enacted.

Это мы уже после Блиновской поняли, что людям нравится, когда их обманывают, внешне они конечно говорят нет, но голосуют рублем куда надо

An article in the Wall Street Journal (Karp 2014) claimed that “Honesty may be the best policy, but it is taking a toll on sales for the nation's largest ticket reseller, StubHub.” While StubHub eliminated what it said was the “been the single biggest annoyance to most of its customers—hidden fees—its sales have taken a hit.

Forbes 30 до 30 не перестает радовать

Promised fixed returns, 200 sq ft space’: How arrested 32nd Avenue CEO cheated investors of ₹500 crore (~5 млрд рупий)

He was featured in the Forbes 30 Under 30 Asia list in 2018

Предложили написать книгу по ML-алгоритмам. И я бы даже написал, да времени нет.

Хоть увольняйся.

Не меньше же качаться в самом деле.